CC BY
29
УДК 343.9.018 С. 47—52
Тесленко Е. С. Осипенко С. А.
ИЗУЧЕНИЕ И АНАЛИЗ ОТДЕЛЬНЫХ ФАКТОРОВ, ВЛИЯЮЩИХ НА ПОКАЗАТЕЛЬ ПРЕСТУПНОСТИ НА ПРИМЕРЕ ЧЕЛЯБИНСКОЙ ОБЛАСТИ
В современном мире наряду материальным, кадровым и интеллект у-апьным ресурсом важнейшим стратегическим ресурсом стала информация, а умение с ней работать (анализ, синтез, прогноз) является ценнейшим качеством специалиста. Полагаем, что правоохранительные органы должны владеть пониманием основных факторов, влияющих на показатель преступности на обслуживаемой территории. В статье.рассматриваются отдельные факторы, которые влияют на состояние преступности на примере Челябинской области. Авторани изучены 7отдельных факторов, проведен анализ данных статистики с 2010 по 201S годы и сформулированы основные выводы следуя эко нометр и чес к им моделям с составлением прогноза показателей преступности в Челябинской области на 2019 год.
Ключевые слова: информационно-анаъитичеекая работа, профилактика преступлений, показатель преступности, регрессивный анализ, эконометрика.
Информационно-аналитическое обе -спечение правоохранительной деятельности полиции России на сегодняшний момент занимает не последнее место в структуре штабного (руководящего) и криминологического (в части профилактики и прогнозирования преступных проявлений) обеспечения.
Для организации успешной борьбы с преступностью необходимо понимать прежде всего факторы, влияющие на ее показатели и предвидеть наступление общественно-опасных последствий как в краткосрочной, так и в долгосрочной перспективах. Одним из инструментов информационно-аналитической р аботы в части рассматриваемого вопроса является правовая статистическая информация и обработка показателей преступности с применением дифференциального подхода.
В современном мире наряду материальным. кадровым и интеллектуальным ресурсом важнейшим стратегическим
ресурсом стала информация, а умение с ней работать (анализ, синтез, прогноз) является ценнейшим качеством специалиста.
Поэтому для выработки и принятия обоснованных управленческих решений, которые будут направлены на борьбу с преступными проявлениями, а также профилактику преступности, правоохранительные органы должны владеть пониманием основных факторов, влияющих на показатель преступности на обслуживаемой территории.
Такой подход позволяет правильно оценивать ситуацию при обработке статистических данных и соответственно понимать процессы и явления, влияющие на показатели преступности. Однако, следует признать, что обеспечение правоохранительных органов основанной и значимой информацией о закономерностях, состояниях, тенденциях и прогнозах состояния и развития преступных проявлений на обслуживаемой территории
ншмо'/кмо 'ixvibKO .ниш. 111>11 организации оптимального и адекватного информационно-аналитического обеспечения деятельности территориальных правоохранительных органов.
Введение
Индекс преступлении (("rimо index for Country) намеряется в сштветствпи с законодательством страны. н которой произошел инцидент. В 2019 году Росснй-екая Федерация по уровню преступности занимает о.'5 мест is мире. Согласно отому рейтингу I'(хтня получила -11.9:? балла. И 2019 году в рейтинге CIC было оценено 118 стран |:!|.
3000000 2500000 2000000 1500000 1000000 500000 0
Описание исследования Российская Федерация, как и другие страны, ведет строгий учет статистических данных о совершенных па ее территории преступлениях, в том числе в разрезе отдельных подкатегорий. Авторами проанализированы различимо источники статистических данных о совершенных преступлениях в период с 2010 по 2018 годы.
Динамика зарегистрированных преступлений. представленных па рис. I. показывает, что пик преступности наблюдается в 2010 п 201 о "годах, с 2011 по 20 М годы наблюдаек-я тенденция к сшг/кепию. как и с 2010 по 2018 годы И|.
нижи
2010 2011 2012 2013 2014 2015 2016 2017 2018
Рис. I. Обшре количест во преступлений, совершенных на территории Российской Федерации в период с 2010 по 201Я ,\>.
Таблица 1
Удельный вес количества преступлений, совершенных на территории Челябинской области, от общего числа преступлений
11ориод 2010 201 1 2012 2013 201 1 2015 201« 2017 2018
Роет по РФ 2028 7!)!) 2 101807 2302108 220021!) 2 100578 2388 170 2 100003 2058 170 1 991532
И Челябинском области 81 258 77053 70557 07003 02 708 70002 01570 08213 01 802
Удельны й вес (%) .4,21 3.20 3,00 3.07 2.80 2.90 2.99 3.31 3.20
Преступность — ото одни из важных вопросов, который обсуждается в .мировом сообществе, как направление социально-правовых исследований, причем преступность к сожалению, ото им разу не исключалась из повестки дня.
11емаловажпое значение в обшей картине представленных данных имеет па наш взгляд и регион со своими социально-экономическими. географическими и правовыми характеристиками, а так же некоторыми факторами, влияющими
на такой показатель как преступность. Челябинская область по количеству преступлении имеет удельных вес от числа преступлений, совершенных на территории России, в среднем 3%, что можно увидеть по данным, отраженным в табл. 1.
Изменение числа совершенных каждый год преступлений .зависит от числа влияющих на него факторов. Определим набор факторов, которые, на наш взгляд, могут оказывать влияние на количество совершенных преступлении, из официальных данных представленных статистикой Росстата.
Набор этих факторов может быть достаточно широким, однако для большей объективности следует включать только данные «больших» цифр.
Предположим, что таковыми факторами являются:
1) количество официально зарегистрированных безработных в Челябинской обл. (показатель измеряется в тысячах человек) — Хг
2) средняя величина заработной платы в Челябинской обл. (показатель измеряется в рублях) — Х2;
3) численность населения Челябинской области (показатель измеряется в тысячах человек) — Х3;
4) прожиточный минимум в среднем на душу населения Челябинской области (показате.пь измеряется в рублях) — Х4;
5) денежные доходы населения Челябинской обл. (показате.пь измеряется в миллионах рублей) — X,;
6) численность мужского населения Челябинской обл. (показатель измеряется в единицах человек) — Х6;
7) численность женского населения Челябинской обл. (показатель измеряется в единицах человек) — Хг
Для изучение влияния указанных факторов на показатель преступности в Челябинской области следует применить методы математических (экономе-трпческих) и статистических расчетов [2]. Методы эконометрическпх исследований позволяют нам проанализировать данные, выявить сопутствующие факторы и спрогнозировать уровень преступности
при имеющихся устойчивых показателях н их тенденции.
При проведении расчетов следует иметь ввиду, что анализ и моделирование тенденции временного ряда целесообразно начинать с выявления наличия тенденции в целом.
Для этой цели применим кумулятивный Т-критерпй, который показывает прежде всего наличие математического выражения данных, так называемого тренда.
Расчет позволяет сделать следующий вывод; так как Т (5,04) >Т (0,05;
Р
п —9; Т^ —4,07), то гипотеза об отсутствии тенденции отвергается. Следовательно, в ряду динамики преступности Челябинской области рассматриваемая тенденция существует.
Применяя «метод Ирвина» мы дока-залп, что анализируемые данные по Челябинской области, аномальных значений не содержат, так как для п-9 пороговое значение критерия Ирвина не превышает X —1,5.
тт К®*
Для выявления зависимости между количеством преступлений по Челябинской области п предполагаемыми факторами их совершения, мы воспользуемся эконометрическпм многофакторным регрессионным анализом [1; 5].
Не перегружая публикацию значительным количеством таблиц, укажем основные выводы проведенной работы. Так при исследовании данных, пз матрицы были исключены несущественные факторы такие как Х( (количество официально зарегистрированных безработных в Челябинской области),
(численность населения Челябинской области) и Х4 (прожиточный минимум в среднем на душу населения Челябинской области) как незначимые по критерию 1-Стьюдента.
Частные Г-крптерии Х3 и Х4 меньше табличного Р-критерпя показателем 4,3027, поэтому их нецелесообразно включать в изучаемую модель Указанный Е-крптерий у данных факторов равен Гх1 - 3,88, Рх.^ - 3,28 и Рх4 = 0,702.
При этом уравнение множественной регрессии принимает вид;
У = 1029766,615 -1,789358587%,¿+8,352356782х5-6,76110706хе + 5,192623483хт (1)
Параметры полученной модели (1) «знача ют;
• увеличение Х2 на 1 ед.изм. приводит к уменьшению ¥ в среднем на 1,789 ед. пзм.;
• увеличение Х5 на 1 ед. пзм. приводит к увеличению ¥ в среднем на 8,352 ед. пзм.;
• увеличение Х8 на 1 ед. пзм. приводит к уменьшению ¥ в среднем на 6,761 ед. пзм.;
• увеличение X, на 1 ед. пзм. приводит к увеличению ¥ в среднем на 5,192 ед. пзм.
По максимальному коэффициенту' Р5 — 11,4 делаем вывод, что наибольшее влияние на результат ¥ (количество преступлении в Челябинской области) оказывает фактор Х5 (прожиточный минимум в среднем на душу населения Челябинской области измеряемый в рублях). Расчетами также установлено, что параметры модели статистически значимы.
Статистическая значимость уравнения проверена с помопц>ю коэффициента детерминации и «критерия Фишера». Показатели качества построенной модели приведены в табл. 2.
Таблица 2 Регрессионная статистика
Множественный R 0,998393562
R-квадрат 0,996789705
Нормированный R-квадрат 0,993579411
Стандартная ошибка 545,8055162
Наблюдения 9
Коэффициент множественной корреляции К = 0,998 говорит о прямой тесной взаимосвязи признаков в ура в нении (1). А коэффициент детерминации (Д-квадрат) =0,997 показывает, что 99,7%
вариации зарегистрированных преступлений в Челябинской области обусловлено вариацией включенных в модель факторов, что составляет приемлемый уровень качества модели для построения прогноза показателей преступности.
Для оценки точности полученной модели мы использовали показатель средней относительной ошибки аппроксимации, которая соответствует значению меньше 5%, то есть
Еотн = 0,45 %.
Анализ зарегистрированного количества преступлений по Челябинской области за период с 2010 по 2018 годы, позволил построить линейный тренд (рпс. 2) и определить точечный и интервальный прогнозы (табл. 3) на будущий период:
Заключение и выводы
Таким образом, проведенный анализ имеющихся данных о количестве преступлений по Челябинской области, позволил установить, что из предполагаемых нами факторов, значительное влияние имеют следующие:
• Х2 (средняя величина заработной платы в Челябинской обл., руб.);
• Х5 (прожиточный минимум в среднем на душу населения Челябинской обл., руб.);
• Хе (численность мужского населения Челябинской обл., чел.);
• Х7 (численность женского населения Челябинской обл., чел.).
При сохраненной тенденции временного ряда с долей вероятности 95%
мы можем предположить, что прогнозное значение количества преступлений по Челябинской области на 2019 год будет находиться в интервале от 46750 до 74 506.
Таблица 3
Точечный и интервальный прогнозы
n+k U(k) Точечный прогноз Верхн яя граница Нижняя граница
10 13878 60628 74506 46750
Прогноз количества преступлений по Челябинской области
20i:
2013
2014
- эмпирические данные -верхняя граница прогнои -Линейная (теоретические денные)
теоретические данные -нижняя граница прогноза
Рис. 2. Пробно.! количества преступлен и ti по Челябинской области на 201!) <'<х)
Проведение работы сотрудникам и штабных подразделений МИД России по анализу факторов, влияющих на ахгтн-пие преступности может стать одним из
дополнительных методов разработки мер профилактики и разработки предложений но снижению числа преступных проявлений па обслуживаемой территории.
СПИСОК ЛИТЕРАТУРЫ
1. Комарона. 1С. О. Парный регрессионный анали.ч : учебное пособи о / 1С. С. Комарова. — Москва: Перлип : Директ-Медиа. 2015, — 59 с;.
2. I Iohukoh. А. Ц. Окопомотрика :учебное пособие /А. И. Поникои.—М. : И .'¡дательеко-тор-тнли корпорация «Лгпинов и К'0». 2017. —22 I с.
¡5. Самые счастливые <гг])яш,| мира |Г)лотроппый ресурс| // HASICTí)P.Rl". — ГШ/ hllps:// base1op.ru/top-10-stran-s-samyim-nizkim-urovnom-preslupnosli/ (дата обращения: 25.0(5.2019).
I. Состояние преступности к РФ рлокгроииый ресурс] // Министерство Внутренних Дол России. — ГШ/ hllps://.MH,4.p(}>/l)eljatclnosl/sla1ÍHtics (дата обращения: 25.0(5.2019).
5. Шумейко, А. Л. Факторный аиали.ч преступности па оспоие социально-экономических показателей |г)лектроииый ресуре| /А. А. Шумейко // 11робломы современной экономики : матсри-алы VI Межчунар. науч. кош}), (г. Казань. ашуст 2017 г.). — Казань : Молодой ученый. 2017. — (22—2(5. — ГШ, h1lps://moluch.ru/con17econ/arch¡ve/2(i1/l2(539/ (чата обращения: 2 1.0(5.2019).
REFERENCES
1. Komarova. Yo. S. Parnyy rogressionnyy analiz : uchobnoe posobio / Yo. S. Komarova. — Moskva: Ik.rlin : Dirokl-Media. 2015. — 59 s.
2. Xovikov. А. I. ICkoriomoIrika : uchobnoe posobio / А. I. Xovikov. — M. : Izdatelsko-lorgovaya korporatsiya «Dashkov i K°». 2017. —22 I s.
3. Samye schasllivye strany mira |ICleklronnyy resurs| // BASICTf )P.Rl'. — ГШ/ hllps:// baselop.ru/top-10-slran-s-samyim-nizkinvurovnom-prestupnosti/(dal a obrashcheniya: 25.0(5.2019).
I. Sostoyanie preslupnosl¡ v RT |IClektronnyy resurs| // Ministerstvo Ynulrennikh Del Rossii. — ГШ/ hlIps://mvd.rí'/l)eljatolnost/slalislíes (dala obrashcheniya: 25.0(5.2019).
5. Shumeyko. A. A. Kaktornyy analiz preslupnosti na osnove sotsialnoK'konomicheskikh pokazatoley |ICIekl ronnyy resurs| / A. A. Shumeyko // Problemy sovromennoy ekonomiki : materialy VI Mozhdunar. nauch. konf. (g. Kazan, avgusl 2017 j».). — Kazan : Molodoy uchenyy. 2017. — S.22—2(5. —L'Rbhllp.4://moluch.ru/conl7econ/archivo/2(51/12(5;«)/ (dala obrashcheniya: 2 1.0(5.2019).
TECJIEHKO Евгений Сергеевич — кандидат юридических наук, доцент кафедры права Троицкого филиала Челябинского государственного университета, г. Троицк E-mail: [email protected].
ОСИПЕНКО Светлана Александровна — кандидат педагогических наук, доцент. Доцент кафедры математики, экономики и управления Троицкого филиала Челябинского Государственного университета, г. Троицк. E-mail: lana_os@rambler ru
Teslenko E. S. Osipenko S. A.
STUDY AND ANALYSIS OF INDIVIDUAL FACTORS INFLUENCING THE RATE OF CRIME BY THE EXAMPLE OF CHELYABINSK REGION
In today's world, along with material, human and intellectual resources, information has become the most important strategic resource, and the ability to work with it (analysis, synthesis, forecast) is the most valuable quality of a specialist. We believe that law enforcement agencies should have an understanding of the. main factors affecting the. crime rate in the served territory. In article, considered major factors which influence, a condition of crime on the example of Chelyabinsk region are considered. Authors studied 7 major factors, the analysis of statistical data from 2010 to 2018 is carried out and the main conclusions are formulated following econometric models with drawing up the forecast of indicators of crime in Chelyabinsk region for 2019.
Keywords: information and analytical work, prevention of crimes, crime indicator, regressive analysis, econometrics.
TESLENKO Evgeny Sergeyevich — candidate of law. associate professor the right chair of Troitsk branch the Chelyabinsk State University, city Troitsk. E-mail: [email protected].
OSIPENKO Svetlana Aleksandrovna — candidate of pedagogical sciences, associate professor. Associate professor of mathematics, economy and management of Troitsk branch of the Chelyabinsk State university, city of Troitsk. E-mail: [email protected].
Дата поступления статьи в редакцию: 10.07.2019.
